输变电设备集中监控大数据研究及应用张林林

输变电设备集中监控大数据研究及应用张林林

张林林

（天津市光宇电力工程安装有限公司天津301700）

摘要：随着智能电网的快速发展和调控一体化运行体系的深入推进，接入调控中心的输变电设备集中监控信息数据成倍增长，如何从海量的监控信息数据中挖掘出需要的信息，直接指导监控员的工作，由被动监控转为主动监控，显得尤为迫切。国网省电力有限公司针对现状率先开展了输变电设备集中监控信息大数据技术的研究与应用，基于智能电网调控技术支持系统搭建了一个由各类监控信息分析模块组成的信息分析中心，通过对输变电设备告警信息进行挖掘分析实现集中监控信息的优化整合和分类处置，可以显著提升监控员的日常工作效率。文章首先概述了智能电网调控信息现状，然后分析了输变电设备集中监控大数据研究及应用，对各类监控信息分析模块进行了具体应用，其分析结果可为监控员提供相应的辅助决策，为电网的安全运行提供保障。

关键词：输变电设备；智能电网；集中监控；大数据分析

引言

随着电网的高速发展，新建变电站分布愈加广泛，且通过技术改革增大变电容量，导致电网中净增容巨大，增加了电力系统监控、维修等运行维护工作难度。电网实际运行中，变电站试运行时长为12个月，试运行变电站与其他试运行设施不同，例如站内高低压侧设备、自动化系统运行都需要经过一段时间的磨合，需要更高水平的运行、监控技术。输变电设备集中监控信息是对变电站内设备运行状况的描述，包括高低压侧设备以及辅助设备运行信息。对集中监控信息实行大数据挖掘，可以评估试运行变电站运行风险。本方法需要的研究数据包括生产管理系统、调控自动化系统以及调度技术支持系统的输变电设备集中监控信息、运行状况以及缺陷检修等，进而量化变电站运行评估风险，提高对输变电设备风险的掌控能力。实际应用证明，该方法能够准确掌控变电站运行风险，电网运行安全稳定性。

1智能电网调控信息现状

按照国家电网“三集五大”体系建设的战略部署和深入实践，各级调控中心在承担原有电力调度务的同时，开展了以变电站设备为主要目标的实时集中监控业务。与传统的变电站有人值班监控模式相比，各级调控中心监控的变电站数量更多，同时由于远离变电站现场，就更加依赖于远程获取的监控信息数据。

2输变电设备集中监控大数据研究及应用

2.1建立监控信息大数据库

有效挖掘信息的大数据，需要建立监控信息大数据库。实际电网运行中，大量电网监控信息在不断的更新，本文主要分析研究其中的3类信息，包括：事故信息（电网故障）、异常信息（设备非正常运行）以及越限信息（遥测量超出上下界）。本文按照时间段、变电站、信号类别、关键字等对信息进行归类，便于高效筛选和查询大数据信息。筛选出来的结果会详细显示相应的记录时间、信息来源等，便于使用者使用、分析数据信息。

2.2监控信息数据采集结构

主要从三个系统采集数据，调度管理系统（OMS）、智能电网调控技术支持系统（D5000）、输变电设备在线监测系统。调度管理系统里主要包含监控日志、设备台账、设备缺陷、设备检修、倒闸操作等数据信息。智能电网调控技术支持系统里主要包含设备运行的四遥数据、实时告警等信息。输变电设备在线监测系统主要包括主变油色谱分析等相关告警信息。

2.3监控系统网络管理协议内容

空管监控系统中的网络管理协议，主要是在SNMP系统指导下完成的。该技术内容，是在TCP/IP技术的基础上，通过管理层技术的应用升级，在传输过程中完成系统功能创建的。在技术内容上，SNMP技术中，对于MIB管理信息库有着很强的依赖性，在充分整理MIB资料库中的状态、配置、参数信息内容的同时，在每个的独立信息内容上，都设置了固定的OID，在进行信息调取的过程中，可以直接通过提取MIB系统中的OID就能实现对监控状态的提取。SNMP的设置规定中，对OID中的操作内容进行约束，并将GET、SET这两个指令作为基本单元。进行网络访问的过程中，通过对此两项指令的控制，可实现监控的目标。在当前市场环境中主流的设备与系统中，都可以兼容SNMP技术，并使其在基本IP网络通信方式的指导下，形成独立的技术体系。

2.4K-Means聚类算法在信号分析中的应用

输变电设备集中监控信息分析中心采用K-Means聚类算法对海量告警信号进行大数据分析，通过对大量告警信号进行有效的合并和转换，从而能更直观地将告警信号分类展现给监控员，为监控员提供更加便捷的判断方式和更加准确的判断依据。K-Means算法是一种迭代的聚类算法，它的思路是在迭代过程中不断地移动聚类中的成员直至得到理想的聚类为止。把n个对象划分为C个聚类，以使聚类内具有较高的相似度，相似度根据聚类的重心来计算，即聚类中各对象的平均值来计算。在实际应用中，对告警信号进行大数据聚类分析时，可以根据告警信号发生的顺序以及时间区间，分析出信号之间的关联关系，例如信号A、B、C总是在短时间内先后发生，则可以聚为一类。具体应用如下，输变电设备集中监控辅助决策系统以告警信号数据库中的所有历史和实时告警信号为输入源，通过K-Means算法对告警信号进行聚类匹配，通过不断改变时间滑步长短即选取不同的初始聚类中心来形成不同排序的告警簇，再通过不同的模块将这些告警簇展示出来，监控员可根据展示结果对设备当前运行情况和潜在运行风险进行分析判断。

2.5分布式数字化信息通信技术

民用空管设备的集中监控系统中，需通过建立分布式的通信技术，保证数据传力的稳定性与合理性。具体技术内容上，需对系统中的各类信息内容进行更正与处理，通过对管理通报信息的调整，保证数据传递时效性、安全性、连续性的同时，将MOM（信息中间技术）作为支撑，将加解密系统、传输优先级控制、二进制等传输特性融入到系统中，并在保证接口通用JMS标准的基础上，对整体系统进行管理。技术内容上，为了保证系统运行过程中的可靠性，应在构成中，通过数据模型的应用进行管理，从而保证系统运行的有效性条件。例如，将公式：

R（t）=eΛ（-λt）

作为保证计算合理性的基础。式中R（t）为系统可靠性，表示当运行到某一特定时间点时，系统可以维持正常运行的可能；而其中的λ作为常数参数，代表了单位时间条件内容，失效元件与总数之间的比例。在此机损公式的引导下，可将计算机中RAS技术应用到具体系统构建中，并形成可靠性、可用性、维护性指示的系统指标。

结束语

综上所述，基于智能电网调控技术支持系统的集中监控信息大数据分析，可以对电网当前运行情况提出有效预警，帮助监控员尽快发现设备缺陷以及电网运行中的薄弱环节。同时，还可以作为监控员日常工作的一项辅助工具，帮助监控员更直观地了解电网运行情况以及防止漏监信号的发生。结合电网的运行情况可以发现，基于智能电网调控技术支持系统的监控信息大数据分析可以显著提高工作效率，排除安全隐患，更好地保障电网安全运行，这对其他省级电网的调控运行工作具有很好的借鉴意义。

参考文献：

［1］国网电力调度控制中心.电网调控运行人员实用手册［M］.北京：中国电力出版社，2013.

［2］左亚芳.电网调度与监控［M］.北京：中国电力出版社，2013.

［3］张沛，吴潇雨，和敬涵.大数据技术在主动配电网中的应用综述［J］.电力建设，2015，36（01）：52－59.

［4］杨甲甲，赵俊华，文福拴，等.智能电网环境下基于大数据挖掘的居民负荷设备识别与负荷建模［J］.电力建设，2016，37（12）：11－23.